· 

KI WINTER?! EISIGE ZEITEN für INVESTITIONEN ...

KI ist nach wie vor ein absolutes Hype-Thema, das von vielen "Experten", die noch nie in ihrem Leben auch nur eine einzige Zeile Python-Code geschrieben haben, als DIE Technologie der Zukunft angepriesen wird. An den Aussagen ist natürlich viel Wahres dran, doch ein gesunder Realismus schützt vor eisigen Zeiten. Und damit wären wir schon beim Thema dieses Artikels: Der KI-Winter. Oder sollte ich lieber DIE KI-Winter sagen? So, wie uns der Winter jedes Jahr einmal besucht, ist auch der KI-Winter ein Phänomen, das uns nicht unbedingt nur einmal ereilt. Denn seit der Entstehung des Begriffs KI im Jahre 1956 haben uns bereits zwei solcher Kaltfronten erwischt.

Doch was genau ist denn nun ein KI-Winter?


Was ist ein KI-Winter?

Auch wenn man den Begriff leicht missverstehen kann, meint man damit nicht die kahle Zeit, nachdem superintelligente Maschinen die Menschheit unterjocht haben ... diese Vorstellung gehört in Science Fiction Romane, aber nicht in eine fundierte Diskussion zum Thema künstliche Intelligenz. Angelehnt an die Metapher eines nuklearen Winters, beschreibt ein KI-Winter das Abebben des wirtschaftlichen und öffentlichen Interesses an Themen mit KI-Bezug. Auch Forschungsambitionen in diesem Bereich rutschen auf der Prioritätenskala weiter nach unten. Dies liegt u. a. auch an der sinkenden Bereitschaft in KI-Forschung zu investieren, weil nicht mehr so stark an die einst erhofften wirtschaftlichen Benefits durch KI geglaubt wird. Auch die teils völlig unrealistischen Vorstellungen, die medial befeuert wurden, erkalten in diesen winterlichen Zeiten.

Die Unternehmensberatung Gartner entwickelte das Konzept der Hype-Zyklen. Demnach werden einer neu aufkommenden Technologie über die Zeit hinweg unterschiedliche Maße an Aufmerksamkeit zuteil. Du kennst dieses Gefühl bestimmt bei der Ankündigung einer neuen Konsolengeneration: Während man am Anfang noch eine völlig überzogene Erwartungshaltung besitzt und sehr enthusiastisch die schnellen Entwicklungen verfolgt, folgt schon bald das "Tal der Enttäuschung" und die utopischen Zukunftsvisionen müssen der harten Realität weichen. Erst nach diesem Tal setzt nach dem Gartnerschen Modell der Hype-Zyklen die "produktive Phase" ein, bei der fernab eines übersteigernden öffentlichen Interesses an der Technologie weitergearbeitet wird. 

Einfach nur blind jedem Trend hinterher zu laufen und am liebsten Artificial Intelligence studieren zu wollen, weil das ja das beste überhaupt ist und man das schon immer wollte, ist vor diesem Hintergrund nicht unbedingt die beste Idee. Vor allem dann, wenn man verkennt, wie viel Mathematik und Wahrscheinlichkeitstheorie erforderlich ist, um überhaupt auf einem produktiven Niveau darüber diskutieren zu können, während man sich zeitgleich noch nie mit mathematischer Argumentationslogik anfreunden konnte. 

Wie bereits erwähnt gab es in der Vergangenheit schon zwei Phasen, die man durchaus als KI-Winter bezeichnen kann. Dies lag zum Teil an dem Fehlen der technologischen Voraussetzungen (Stichwort Rechenpower und Big Data), aber auch an den falschen Vorstellungen, die man mit dem Begriff KÜNSTLICHE Intelligenz verbunden hat, was durchaus an dem verwendeten Vokabular gelegen haben könnte. Mittlerweile spricht man immer häufiger von "maschinellem Lernen", was eine weitaus treffendere Bezeichnung für den aktuellen Forschungsgegenstand ist. 


Der 1. KI-Winter

Der 1. KI-Winter ist in den Anfängen der 1970er Jahre zu verorten. Der Begriff KI-Winter tauchte nach dieser ersten Abkühlungsphase erstmals 1984 auf der American Association of Artificial Intelligence auf. In der Zeit vor 1970 erlebte dieses (mit seinen nicht einmal 15 Jahren noch recht junge) Gebiet eine Blütephase, in der viele Versprechungen und falsche Vorstellungen kursierten. Wissenschaftler aus unterschiedlichen Disziplinen (darunter Mathematiker, Ingenieure und Neurowissenschaftler) zeichneten schon damals ein KI-Bild, das selbst heute noch in weiter Ferne liegt: Maschinen, die mit einer Intelligenz ausgestattet sind, die der des Menschen ebenbürtig (oder sogar überlegen) ist - eine sehr optimistische Vorstellung. Das, was man damals als Zukunftsvision formulierte, würde man heute "starke KI" nennen, doch wie du bereits aus meinem Video zur Einführung in das Thema künstliche Intelligenz weißt, sind wir noch lange nicht an diesem Punkt.

Der Sozialwissenschaftler Herbert Simon äußerte um 1965 herum den Satz, dass KI innerhalb von 20 Jahren alle Arbeiten des Menschen erfüllen könne ... emmm, jaaa ... selbst über 55 Jahre später ist das bei Weitem noch nicht der Fall. Und heute noch (oder schon wieder) werden dystopische Zukunftsszenarien gezeichnet, in denen ein Großteil der Menschheit arbeitslos ist, weil die Maschinen ihnen die Jobs wegnehmen. Natürlich werden in den nächsten Jahren einige Arbeiten wegfallen, weil sie automatisiert werden können ... doch zu einer Flut an Massenarbeitslosigkeit aufgrund der KI wird es in meinen Augen in absehbarer Zeit noch nicht kommen, da wir technologisch noch nicht so weit sind. Die Arbeitskraft, die durch KI eingespart wird, kann an anderer Stelle gewinnbringend eingesetzt werden. 

Nun aber zurück zum Thema. Man erhoffte sich von KI-Systemen zudem einen Vorteil in der Kriegsführung. Gerade vor dem Hintergrund des kalten Krieges ergeben die falschen Hoffnungen, die man hatte, durchaus Sinn. Selbst heute wird KI teilweise als kriegsentscheidende Technologie angesehen.


Der 2. KI-Winter

Um etwa 1980 war es dann so weit. Der Anfang der 1970er Jahre eingetroffene KI-Winter wich einem wahrhaften KI-Frühling, denn es war die Zeit, in der sog. Expertensysteme wie Blumen aus dem Boden sprossen. Einfach ausgedrückt handelt es sich dabei um Systeme, die die Entscheidungen von menschlichen Experten umsetzen. Letztendlich steckt dahinter ein gewaltiges Sammelsurium an Wenn-Dann-Bedingungen, die abhängig von den Inputs zu einem bestimmten Output führen. Eingesetzt werden sie bspw. in der Medizin. Auf Basis bestimmter Eingangsparameter (Alter und Geschlecht des Patienten, Symptome usw.) wird dann eine Entscheidung in Form einer Diagnose getroffen. Das System versucht dabei wie der Arzt als Experte zu agieren. Die Vision war auch hier wieder, dass die Maschine dem Menschen Arbeit abnehmen und mit der Zeit zu genaueren bzw. zuverlässigeren Ergebnissen als der Mensch kommen würde. Da auch hier viele ein hohes Wirtschaftspotential gesehen haben, wurde erneut viel in Forschung investiert. Mit der Zeit machte sich abermals Enttäuschung breit, da diese Systeme an der schieren Komplexität der Realität scheiterten. Es hat einen Grund, weshalb Expertensysteme nicht einfach so befunden dürfen und somit der Berufsstand der Ärzte nicht gefährdet ist. Letztendlich wird in ein Expertensystem nur das Wissen eines menschlichen Experten gegossen, der, um ein wirtschaftliches System zu garantieren, ZU VIELE Szenarien antizipieren muss. Nach einer 7-jährigen Hype-Phase bracht 1987 ein erneuter KI-Winter an. Dieser dauerte bis in die Mitte der 1990er Jahre an. Ab da an stand viel mehr Rechenleistung und Hardware zur Verfügung, um die komplexen bzw. aufwendigen Rechenmodelle in der Praxis umsetzen zu können. Erfolge wie der Sieg des Schachcomputers "Deep Blue" über den damaligen Schachweltmeister Garri Kasparow im Jahre 1996 ist eine der vielen Blüten des neuen KI-Frühlings.


Wann kommt der nächste KI-Winter?

Die Frage, die ich zum Abschluss dieses Artikels beantworten möchte, ist, ob uns schon bald ein erneuter KI-Winter bevorsteht. Dazu schauen wir uns mal an, wo wir aktuell stehen. Wie du dir sicherlich schon gedacht hast, befinden wir uns (mal wieder) in einer Hype-Phase, in der sich die Staaten untereinander mit Investitionen und Förderprogrammen zu überbieten versuchen. Man hat den Eindruck, dass ein regelrechtes KI-Wettrüsten stattfindet. Milliardenschwere Investitionen in diesem Bereich werden in Aussicht gestellt: Eine ambitionierte KI-Strategie. 

Man muss aber leider festhalten, dass knapp 40% der Startups, die mit "KI-Lösungen" hausieren gehen, gar keine KI-Lösung auf Basis der Analyse großer Datenmengen im Sinne des Forschungsbegriffs anbieten. Oft handelt es sich einfach nur um verbesserte Expertensysteme.

Es ist also durchaus möglich, dass Wirtschaft und Gesellschaft mal wieder enttäuscht werden und sich ein erneuter KI-Winter abzeichnet. Ich halte es sogar für sehr wahrscheinlich, dass man in den nächsten Jahren wieder winterliche Verhältnisse zu verzeichnen haben wird, da man bei genauerem Hinsehen vieles von dem, was einem als herausragende KI-Lösung verkauft wird, nur Dampfplauderei ist. Ich denke aber auch, dass ein erneuter KI-Winter nicht so lange wie die Jahre davor dauern wird. Wenn wir nach den Gartnerschen Hype-Zyklen gehen, findet nach dem Hype wieder eine kritische und produktive Phase statt ... und da wir in exponentiellen Zeiten leben, ist dann genug Luft zum Atmen da, um gestärkter denn je mit realistisch umsetzbaren Lösungen im KI-Bereich aufzuwarten.